非监督学习

深度学习1

###1.RL和其他ML方法（监督学习（supervisedlearning）和非监督学习（unsupervisedlearning））的关联和区别。
clayhell·2022-12-22 23:57

python拥有大量的第三方库对吗_从事python机器学习，这些三方库很重要!

1、Scikit-learn：最流行的ML库之一，支持很多监督学习和非监督学习算法。基于两个python库，Numpy和Scipy，为常见的机器学习和数据挖掘提供一组算法，聚类、回归和分类。
周含露·2022-12-21 12:15

模式识别概念

什么是模式识别模式的直观特性什么是模式什么是模式识别二、模式识别的目的三、模式识别方法1.两个概念2.模式识别目标3.假说获得的两种方法3.1监督学习3.2非监督学习四、模式识别的主要方法4.1数据聚类
小白0126·2022-12-21 10:54

统计学习方法 | 第1章 统计学习方法概论

统计学习包括监督学习、非监督学习、半监督学习和强化学习。2．统计学习方法三要素——模型、策略、算法，对理解统计学习方法起到提纲挈领的作用。3．本
Dazza Lark·2022-12-20 09:28

数据挖掘算法(一)——Apriori

1.关联分析关联分析是一种在大规模中寻找关系的非监督学习算法。这些关系可以有两种形式：频繁项集、关联规则。
yebulk·2022-12-19 13:05

吴恩达Coursera课程——第一部分：监督学习Week1

非监督学习：让计算机自己学习完成某项任务。案例:医疗、自动驾驶、读手语、音乐生成、自然语言处理的案例。2、监督学习给算法一个数据集，其中包含了正确
jqqjrr123·2022-12-19 10:57

Andrew Ng - 非监督学习

在前面的监督学习中，已获取的数据集中包含正确答案，因此计算机可以通过学习来发现数据和正确答案之间的关系，进而进行预测。接下来，我们要计算机学习那些为赋予正确答案的数据。在上图中，我们对于数据的类别一无所知，现在只有x1和x2两个特征，对于无监督算法，我们能做的就是聚类。情景一:谷歌新闻每天都会收集成千上万的新闻，然后将他们聚合称为不同的类别，形成新闻专题。情景二：拿来一些不同的个体和他们的基因，检
ZenGeek·2022-12-19 10:55

寒假日报（2.3-2.5）

《python3入门机器学习》，简单总结回顾一下我学习到的东西（具体的学习笔记以后有时间就补上）JupyterNotebook的使用，numpy基础，matpotlib绘图KNN（k近邻算法）【分类/非监督学习
奔跑的星黛露·2022-12-17 14:40

机器学习算法基础6-模型保存与加载、逻辑回归、Kmeans(聚类)

逻辑回归损失函数3.逻辑回归API4.LogisticRegression回归案例-良／恶性乳腺癌肿瘤预测5.LogisticRegression总结6.判别模型与生成模型三、k-means-聚类-(非监督学习算法
哎呦-_-不错·2022-12-16 11:16

机器学习算法基础8-模型保存与加载、逻辑回归、Kmeans(聚类)

逻辑回归损失函数3.逻辑回归API4.LogisticRegression回归案例-良／恶性乳腺癌肿瘤预测5.LogisticRegression总结6.判别模型与生成模型三、k-means-聚类-(非监督学习算法
qq_42749341·2022-12-16 11:10

基于改进的DBN降水预测方法（Matlab代码实现）

既可以用于非监督学习，类似于一个自编码机；也可以用于监督学习，作为分类器来使用。从非监督学习来讲，其目的是尽可能地保留原始特征的特点，同时降低特征的维度。从监督学习来讲，
wlz249·2022-12-16 09:56

【人工智能算法】算法基础之K均值聚类算法

按所使用的训练集不同，机器学习算法宽泛地分为两类：监督学习和非监督学习。在非监督学习过程中，你仅仅向算法提供向量形式的输入数据，但却不设置预期输出；聚类算法就是一种非监督学习。非监督学
桑桑在路上·2022-12-14 15:05

【集成学习-组队学习】导论

从机器学习算法本身来看，可分为监督学习、非监督学习、半监督学习、增强学习。
L1315382539·2022-12-14 12:56

主动学习入门

文章目录1.介绍1.1监督学习、半监督学习、非监督学习1.2主动学习1.2.1主动学习介绍1.2.2主动学习与半监督学习异同1.2.3主动学习流程2.基本思想2.1图示2.2策略3.算法3.1基于流、基于池
遨游的菜鸡·2022-12-14 10:40

隐马尔科夫模型（HMM）

暴力算法）3.1.2前向算法和后向算法3.2参数估计/学习3.2.1若训练数据包括观测序列和状态序列，则HMM的学习非常简单，是监督学习3.2.2若训练数据只有观测序列，则HMM的学习需要使用EM算法，是非监督学习
zhao_crystal·2022-12-14 07:58

【研一小白论文速览2】

EvolvingLossesforUnsupervisedVideoRepresentationLearning这篇论文把非监督学习定义成一个多模态，多任务的学习，希望结合不同非监督学习的学习方法来综合学习到一个好的特征
Titus W·2022-12-13 12:19

机器学习 补充 机器学习的分类 和大致算法流程

其中监督学习又分为传统的监督学习，非监督学习和半监督学习强化学习是指机器通过与环境互动获得最大化收益函数。按照标签是连续还是离散，分为回归问题和离散问题。
爱吃肉c·2022-12-12 23:21

机器学习 jupyter Python无监督学习 聚类 k-meas算法

1.2无监督学习无监督学习（也有人叫非监督学习，反正都差不多）则是另一种研究的比较多的学习方法，它与监督学习的不同之处，在于我们事先没有任何训练样本(训练集)，而需要直接对数据进行建模。
十旬叶大叔·2022-12-12 18:41

从机器学习到大模型（零基础）

文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档目录前言一、机器学习1.监督学习（1）线性回归模型（2）多元线性回归模型（3）二元分类模型（4）注意事项（5）深度学习（6）模型评估（7）决策树2.非监督学习
啊哒哒哒哒大·2022-12-11 20:08

隐马尔可夫模型（HMM）原理

文章目录概率图模型与隐马尔可夫模型隐马尔可夫模型原理隐马尔可夫模型定义两个基本假设和三个基本问题概率计算问题:P（O|λ）的计算方法直接计算方法（概念上可行，计算上不可行）前向算法后向算法一些概率值与期望的计算学习问题:监督学习方法和非监督学习方法
一骑走烟尘·2022-12-10 14:42

百面机器学习05-非监督学习

01：K均值聚类支持向量机、逻辑回归、决策树等经典的机器学习算法主要用于分类问题，即根据一些已给定类别的样本，训练某种分类器，使得它能够对类别未知的样本进行分类。与分类问题不同，聚类是在事先并不知道任何样本类别标签的情况下，通过数据之间的内在关系把样本划分为若干类别，使得同类别样本之间的相似度高，不同类别之间的样本相似度低。图5.1是一个二维空间中样本聚类的示意图，图5.1(a)展示了所有样本在空
奥卡姆的剃刀·2022-12-10 07:50

葫芦书笔记----非监督学习

非监督学习K均值聚类聚类是在事先并不知道任何样本类别标签的情况下，通过数据之间的内在关系把样本划分为若干类别，使得同类别样本之间的相似度高，不同类别之间的样本相似度低。
沃·夏澈德·2022-12-10 07:36

“非监督学习”面试知识点总结-K均值+高斯混合模型+自组织映射神经网络+聚类算法评估-百面机器学习系列5

提示：在准备机器学习算法工程师面试的过程中，我主要参考《百面机器学习》去巩固自己的基础知识。本系列博客将以该书为主题，并以八股文的方式去概述整本书的内容，以尽量减少读者们的阅读作量，并方便读者可以随时随地的记忆背诵。建议：我还是认为读者们可以提前买一本《百面机器学习》，从前到后完全看一遍，然后再看我的博客去记忆背诵会更好些哈。文章目录问题1：K均值聚类问题2：高斯混合模型问题3：自组织映射神经网络
八股文的搬运工·2022-12-10 07:34

CNN卷积神经网络

卷积神经网络仿造生物的视知觉机制构建，可以进行监督学习和非监督学习，其隐含层内的卷积核参数共享和层间连接的稀疏性使得卷积神经网络能够以较小的计算量对格点化特征，例
Jenet0074·2022-12-09 12:30

吴恩达机器学习1——单变量线性回归、梯度下降

二、机器学习的分类1.监督学习2.非监督学习3.监督学习和非监督学习的举例三、单变量线性回归（**LinearRegressionwithOneVariable**）1.模型表示2.代价函数3.梯度下降算法
old sweet ᝰ·2022-12-09 12:37

机器学习算法基础——Logistic回归、K-means

机器学习算法基础——Logistic回归、K-means分类算法——逻辑回归逻辑回归sklearn逻辑回归APILogisticRegression回归案例LogisticRegression总结生成模型和判别模型非监督学习
糖糖Amor·2022-12-09 02:19

深度置信网络

既可以用于非监督学习,类似于一个自编码机也可以用于监督学习,作为分类器来使用。从非监督学习来讲,其目的是尽可能地保留原始特征的特点,同时降低特征的维度。
weixin_54279123·2022-12-08 23:46

基于AlexNet、VGGnet和GoogleNet的图像检索

卷积神经网络（CNN）基础卷积神经网络（CNN）是一类包含卷积计算且具有深度结构的前馈神经网络，它仿造生物的视觉神经元机制构建，能够进行监督学习和非监督学习，是深度学习网络的代表之一。
最烦起名字嗄·2022-12-08 21:52

CNN和RNN学习记录

2018/6/8学习记录标签（空格分隔）：记录深度学习深度学习的一般性原则：先通过非监督学习对网络逐层进行贪婪的预训练，再用监督学习对网络进行微调。
seahawkk·2022-12-08 12:19

机器学习从零开始 --基础概念+支持向量机（哪天不更了说明放弃了

ps：划分并不绝对监督学习分为：监督学习和无监督学习区别在于经验的来源监督学习：E来自人工给与监督学习分为：分类回归这俩种分类不是绝对的分类：标签是离散的值eg：人脸识别回归：标签是连续的值eg：股价非监督学习
miao_nei·2022-12-08 12:47

在机器学习领域，主要有哪三类不同的学习方法

主要有三类不同的学习方法：监督学习(Supervisedlearning)、非监督学习(Unsupervisedlearning)、半监督学习(Semi-supervisedlearning)。
duozhishidai·2022-12-08 12:39

推荐一些视觉SLAM的深度学习方法（上）

如图DL模型架构图如下基于非监督学习的训练框架如下（同时还有depth估计一起训练）2。
喜欢打酱油的老鸟·2022-12-08 09:03

【学习笔记】强化学习1——强化学习概述

强化学习概述机器学习主要分为监督学习、非监督学习、强化学习。强化学习的训练样本没有标记，根据训练样本学习迭代获得最优策略，强化学习需要与环境不断地交互学习。
hozy_Lynnnnn.·2022-12-08 02:35

NLP：文本聚类【PCA--＞K-means】

聚类是一种非监督学习，也就是说聚成几类，怎么聚，我们都不知道，只能一点点试出来。但是有时候机器认为这两堆点可以认为是两个簇，但人理解可能是一
u013250861·2022-12-07 22:58

机器学习神器Scikit-Learn保姆级入门教程

建模无敌：用户通过scikit-learn能够实现各种监督和非监督学习的模型功能多样：同时使用sklearn还能够进行数据的预处理、特征工程、数据集切分、模型评估等工作数据丰富：内置丰富的数据集，比如：
数据不吹牛·2022-12-07 10:13

机器学习期末简答总结

文档完整电子版https://download.csdn.net/download/qq_42368540/682056081.什么是监督学习和非监督学习，它们之间的区别有哪些？
小码boy！·2022-12-06 19:20

[博学谷学习记录]超强总结，用心分享|人工智能机械学习基础知识KMeans总结分享

K均值算法的优缺点KMeans介绍KMeans算法属于非监督学习学习方式，KMeans++算法主要解决初始点选择问题算法思想以空间中k个点为中心进行聚类，对最靠近他们的对象归类。
AAALice0.0·2022-12-05 16:43

2017年计算语义相似度最新论文，击败了siamese lstm，非监督学习

2017年计算语义相似度最新论文，击败了siameselstm，非监督学习Page1PublishedasaconferencepaperatICLR2017ASIMPLEBUTTOUGH-TO-BEATBASELINEFORSEN-TENCEEMBEDDINGSSanjeevArora
佟学强·2022-12-05 15:18

机器学习之聚类分析

聚类监督学习：线性回归逻辑回归KNN（这里引入KNN是为了与Kmeans进行区分）非监督学习：聚类(KmeansMean-shit)无监督学习(unsupervisedlearning)无监督学习:机器学习的一种方法
不正经的蒙娜丽莎·2022-12-04 23:34

【无标题】分类算法

监督学习和非监督学习\n首先关于监督学习和非监督学习的区别，监督学习是有一组训练集，并且训练集都标注好了类别属性，我们可以通过训练集来构建分类模型和分类标准。
王聒噪·2022-12-04 16:51

（二十四） 手推BP神经网络的前向传播和反向传播

手推BP神经网络的前向传播和反向传播一、基本术语1、监督学习与非监督学习SupervisedLearning有监督式学习:输入的数据被称为训练数据，一个模型需要通过一个训练过程，在这个过程中进行预期判断
淡定的炮仗·2022-12-04 14:32

机器学习知识总结（百面机器学习）

Word2Vec图像数据不足的处理方法模型评估准确率精准率与召回率平方根误差ROC曲线距离评估A/B测试模型评估方法超参数调优过拟合和欠拟合经典算法支持向量机逻辑回归决策树降维PCA线性判别分析LDA非监督学习
iwtbs_kevin·2022-12-04 14:55

Pytorch实现AutoEncoder自动编码器

1.概念及原理自编码器（autoencoder,AE）是一类在半监督学习和非监督学习中使用的人工神经网络（ArtificialNeuralNetworks,ANNs），其功能是通过将输入信息作为学习目标
爱玩电动的阿伟·2022-12-04 02:03

sklearn学习总结

二、使用步骤1.安装sklearn库2.引入库3.API使用测试3.1datasets模块3.2sklearn监督、非监督学习模块总结前言本专题主要是记录作者在学习使用sklearn工具箱时的一些案例经验及心得体会
在读幼稚园程序员·2022-12-03 20:37

从零开始学人工智能--统计学习：统计学习基础知识

统计学习基础知识文章目录统计学习基础知识统计学习种类1.1监督学习1.1.1分类问题1.1.2回归问题1.2非监督学习统计学习中的基本概念2.1统计学习三要素：模型，策略，算法2.2欠拟合和过拟合2.3
千锋python和唐唐·2022-12-03 04:22

数据挖掘：分类算法

监督学习和非监督学习首先关于监督学习和非监督学习的区别，监督学习是有一组训练集，并且训练集都标注好了类别属性，我们可以通过训练集来构建分类模型和分类标准。
千梦千微雨·2022-12-02 13:23

统计学习方法 | 第1章 统计学习方法概论

统计学习包括监督学习、非监督学习、半监督学习和强化学习。2．统计学习方法三要素——模型、策略、算法，对理解统计学习方法起到提纲挈领的作用。
weixin_30352645·2022-12-02 13:26

上海交通大学计算机系张伟楠,上海交通大学张伟楠博士来南开大学计算机学院进行学术讲座...

张伟楠博士首先介绍了两种种类的机器学习，一种是像常见的监督学习和非监督学习那样做出预测，另一种是取决于动态环境基于独特的
DiaoGe668·2022-12-02 03:59

【第四章】分类算法与应用（1）

4.1分类算法概述1、机器学习算法类型①监督学习算法：就是我们教计算机如何做事情②无监督学习算法：在非监督学习中，我们将让计算机自己学习。
Beixun_Qili·2022-12-02 03:20

用强化学习玩《超级马里奥》

强化学习是如何起作用的机器学习可以分为三类:监督学习、非监督学习和强化学习。在监督学习中，模型被赋予一个训练数据集，该数据集包含输入和输出(标签)。它从
deephub·2022-12-01 16:15
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他